跳到正文
登录免费开始

如何为 Kling V3 写提示词

Kling V3 在 Kling 的指南里叫 VIDEO 3.0,可以把文字或起始图片生成带声音的视频。前两部分依据 Kling 的官方指南,用我们自己的话转述,并非我们的测试结论。最后一部分是我们亲自看过的、用该模型生成的六个样例视频,样本很少。

根据提供方的官方文档和我们自己核对过的结果撰写。最后确认:2026年11月8日

用 Kling V3 创作Kling V3 模型页面

像写分镜表一样写

出自提供方文档

  • Kling 的指南要求逐镜头详细书写:先写场景,再写主体、动作、运镜和台词,按发生的顺序排列。它的例子使用跟拍、环绕、摇镜、推近、手持等电影镜头用语。
  • 把肢体动作和每一拍的情绪写清楚。长视频的例子用文字标出时间,比如“第 4 秒时”“最后 3 秒”,让模型能跟上顺序。
  • 要一个不间断的镜头,Kling 的例子是在提示词里直接写明,比如“一个没有任何剪切的连续长镜头”“没有剪辑转场的不间断单镜头”。
  • Kling 自己的界面有“多镜头”开关。打开时,模型自己规划剪切、角度和构图;关闭时,只生成一个镜头。“自定义多镜头”可以设定镜头的数量和时长,并标为 Shot 1、Shot 2 等。Pickshot 的输入界面没有这个开关,所以请把各个镜头,或者一个长镜头,写进文字里。

台词、语言和起始图片

出自提供方文档

  • 要让角色说话,就把每位说话者和他们的确切台词配成对。Kling 说 VIDEO 3.0 比上一代 VIDEO 2.6 更擅长处理三个以上说话的角色。可以给台词加上语气,比如“轻声地,带着惊讶的语气”。
  • Kling 列出的台词语言有五种:中文、英语、日语、韩语和西班牙语,并且可以在同一场景里来回切换。其他语言的台词会被翻译成英语。方言或口音写在台词旁边,比如粤语或印度口音的英语。
  • 给起始图片时,Kling 指南里的提示词把图片里已有的内容当作已知,再写镜头和主体接下来做什么。它说起始图片里的招牌、字幕和标志会被保留,不会漂移或模糊。我们没有测试这一点。
  • Kling 的 VIDEO 3.0 指南没有谈负面提示词,所以请描述你想看到和听到的内容。

我们的样例视频显示了什么

出自我们核对过的结果

  • 竹林视频里,一位白衣、一位黑衣的剑客在竹林间持剑对打,挥剑时有动态模糊。他们在宽画面里很小,提示词说会炸开的树叶,我们没有看到它们向上炸起,只是落在地上。
  • 雪球视频里,一只柴犬在雪地院子里跃起,用嘴接住一个雪球。它戴着一条提示词里没有提到的红围巾。
  • 蜡烛视频里,一只拿着打火机的手沿着摆好餐具的餐桌上一长排蜡烛移动,越往后点亮的蜡烛越多,和“一支一支”吻合。
  • 新宿小巷的提示词要求发光的招牌上不要有文字。霓虹招牌上只有形状和标记,没有可读的词。镜头向小巷里前进,地面是湿的,但我们没有看到下雨。
  • 龙的视频里,一枚带绿色纹路的蛋裂开,一只 3D 动画风格的小龙探出头来。大约四秒时它的眼睛闭了一下,和提示词里的眨眼相符。济州视频里,一位穿着飘逸亚麻长裙的女子在晴空下沿着黑色石墙小路行走,裙摆和头发被风吹起,是从背后拍的。
  • 每个提示词都只有一句话,所以这些视频无法说明编号镜头或台词的情况。我们没有评判任何视频的声音。

真实结果与提示词

以下为用该模型生成的结果,提示词为英文原文。

该模型的设置

提供方
Kuaishou
类型
视频模型
生成方式
文生视频 · 图生视频
时长
3–15 秒
分辨率
720p / 1080p / 4K
画面比例
16:9 · 9:16 · 1:1 · 4:3 · 3:4
声音
自带声音
价格
每秒 142 起

常见问题

怎样让 Kling V3 只出一个镜头?

Kling 自己的例子是在提示词里写“一个没有任何剪切的连续长镜头”。它的界面有多镜头开关,而 Pickshot 的输入界面没有。我们没有测试这样的文字能多可靠地保持单镜头,所以请检查结果。

Kling V3 能说韩语或日语吗?

Kling 列出的台词语言是中文、英语、日语、韩语和西班牙语,并说其他语言会被翻译成英语。我们的样例里没有评判台词。

我要求空白的招牌会一直保持空白吗?

在我们的新宿样例里,霓虹招牌上只有形状,没有可读的词。一个视频不足以保证这一点,所以重要时请检查结果。

参考的提供方文档

我们阅读了以下文档,并用自己的话重新撰写了要点。文档内容可能由提供方更新。

其他提示词指南

服务中出现的模型、公司和产品名称均为其各自所有者的商标,Pickshot 与这些所有者之间不存在合作、赞助或认可关系。